股指期货是金融市场的重要组成部分,对于风险对冲和复合投资策略的设计不可或缺,而波动率是股指期货最重要的参数之一,因此,预测股指期货波动率具有重要的理论和实际意义。本文在较广泛的国外和国内文献综述的基础上,引入异质市场假说下的已实现波动率模型HAR-RV,并在基本模型上进行两步拓展。首先是用LM检验进行高频数据中跳跃波动的分离,从而得到已实现波动率的连续成分和跳跃成分,考虑历史跳跃成分对波动率的影响,并构建HAR-RV-J模型;然后是将马尔科夫机制转换引入模型,通过联合估计一组在不同状态之间转换的系数来更好刻画模型。在实证部分,本文采用我国沪深300股指期货2010年6月至2015年6月期间五年1208个交易日共78806个五分钟级别交易数据,依次用于HAR-RV、HAR-RV-J和嵌入马尔科夫转换的MR-HAR-RV模型;同时为确定两种状态所代表的意义,通过研究状态平滑概率与股指期货收益率和波动率的关系,找出不同状态背后的驱动因素。在模型比较与结论部分,本文通过对所有模型逐个进行样本外滚动预测,并建立多个损失函数计算预测波动率和真实波动率的差异,从而评价模型的预测效果。通过以上实证研究,本文在实证及模型比较部分有以下发现:1、我国沪深300股指期货过去的已实现波动率对未来一天的已实现波动率总体上具有较好的解释作用,从各个不同成分来看,过去一周的已实现波动率对未来一天波动率的解释作用最强,而过去一天和过去一个月的解释作用均不显著。2、通过引入跳跃检验将波动率分解为连续成分和跳跃成分后,模型的拟合度有小幅提升,在连续成分和跳跃成分方面也是周度级别的已实现波动率解释作用最为显著,且正向跳跃和负向跳跃的解释作用相当。3、引入马尔科夫机制转换后,日度和月度的已实现波动率及其对应的跳跃部分对未来波动率在部分模型中有一定的解释作用,然而仍是过去一周的解释作用更为显著,这表明我国沪深300股指期货已实现波动率的记忆性可能主要为周度级别。在分别考虑扰动项服从正态分布和t分布的情况下,实证结论具有相似的特征,t分布模型在预测方面具有微弱的优势。4、所有HAR-RV模型均有一定的预测效果,然而预测序列相对实际序列存在滞后,且在剧烈波动时效果相对较差。引入马尔科夫机制转换后,不管是模型的预测能力还是模型的敏感性和滞后性均有所提升和改善。在所有模型中,扰动项服从t分布的马尔科夫转换已实现波动率模型具有最好的预测效果。